-
公开(公告)号：CN119598006A
公开(公告)日：2025-03-11
申请号：CN202411534489.0
申请日：2024-10-30
Applicant: 中国科学院计算机网络信息中心
IPC: G06F16/9535 , G06F16/901 , G06F40/30 , G06N5/022 , G06N3/042 , G06N3/0464 , G06N3/045 , G06N3/0455 , G06N3/08 , G06F16/36 , G16C60/00
Abstract: 本发明涉及生物信息学和人工智能技术领域，特别涉及一种基于知识图谱的微生物合成纳米材料推荐方法。获取微生物信息和纳米材料信息；通过所述微生物信息和所述纳米材料信息构建知识图谱；其中，所述知识图谱的节点由微生物、纳米材料、合成方法和元素组成；基于所述知识图谱得到结构特征向量和语义特征向量；拼接所述结构特征向量和所述语义特征向量，得到所述各节点的表示向量；基于所述表示向量对所述各节点进行打分，根据所述打分的结果判断微生物和纳米材料的关系。本发明可以从大规模的知识图谱中挖掘微生物与潜在纳米材料之间的隐性关联。
-
公开(公告)号：CN114049966B
公开(公告)日：2022-04-08
申请号：CN202210029619.X
申请日：2022-01-12
Applicant: 中国科学院计算机网络信息中心
Abstract: 本发明涉及一种基于链接预测的食源性疾病暴发识别方法和系统。该方法包括：对食源性疾病暴发事件数据进行数据处理；对数据处理之后的病例数据进行采样，得到正负样本对集合；对正负样本对集合中的各个正负样本对进行特征提取；将特征提取后的正负样本对输入基于神经网络构建的链接预测模型，以学习病例与病例之间的关联关系；根据链接预测模型的输出构建病例关系网络，网络中的节点表示病例实体，边表示病例之间的关联关系，边权值反映病例间关联强度；根据病例关系网络，采用社区发现算法得到食源性疾病暴发事件。本发明将传统聚类问题转化为病例间关联关系预测与图网络中社区发现的问题，从而取得了比传统聚类算法更好的暴发事件识别效果。
-
公开(公告)号：CN119886139A
公开(公告)日：2025-04-25
申请号：CN202411645805.1
申请日：2024-11-18
Applicant: 中国科学院计算机网络信息中心
IPC: G06F40/295 , G06F40/30 , G06F16/35 , G06F16/36 , G06N3/045 , G06N3/082 , G06N3/0442 , G06N3/047
Abstract: 本发明公开了一种CO2催化领域的多层次、广类别命名实体识别方法，其步骤包括：1)对关于CO2电催化还原的论文进行标注，得到一训练样本；2)生成训练样本的语义表示；3)将训练样本的语义表示输入实体识别模型，预测得到样本中每一实体的类型；根据预测结果和标注结果优化实体识别模型；4)根据设定的命名实体分类层级结构对各类型的实体进行细粒度标注，并将标注结果保存到数据字典中；5)对于一待处理论文，将该待处理论文的语义表示输入优化后的所述实体识别模型，预测得到该待处理论文中每一实体的类型；然后根据实体的类型在所述数据字典中查找匹配的细粒度类型，得到该待处理论文中每一实体的细粒度类型识别结果。
-
公开(公告)号：CN119202934A
公开(公告)日：2024-12-27
申请号：CN202411157253.X
申请日：2024-08-22
Applicant: 中国科学院计算机网络信息中心
IPC: G06F18/2431 , G06F18/213 , G06F18/25 , G06F40/30 , G06F40/157 , G06V10/80 , G06V10/764 , G06V10/82 , G06N3/044 , G06N3/0464 , G06N3/0455 , G06N3/084
Abstract: 本发明公开了一种基于深度学习的多模态标注方法，其步骤包括：1)利用多模态标注模块对多模态数据进行标注，得到标注好的数据集；2)利用所述数据集训练深度学习模型，通过反向传播算法和优化器来调整所述深度学习模型的权重和参数，使所述深度学习模型逐渐学习到标注内容的特征和规律；3)对于一待标注的多模态数据，将其输入到训练后的深度学习模型进行推理和预测，生成该待标注的多模态数据的标注结果。利用本发明可以实现对包含图像、文本等多种模态的数据进行高效准确的标注，从而为多模态数据的标注提供了一种高效可靠的解决方案。
-
公开(公告)号：CN116070602B
公开(公告)日：2023-10-17
申请号：CN202310016945.1
申请日：2023-01-05
Applicant: 中国科学院计算机网络信息中心
IPC: G06F40/169 , G06F40/295 , G06F40/242 , G06F16/35 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种PDF文档智能标注与抽取方法，其步骤包括：1)利用文本抽取模块抽取PDF文档中的文字信息和文字位置坐标；2)利用智能标注模型对抽取出的所述文字信息进行标注；3)利用标注回显模块将实体信息和实体关系信息使用统一的格式放入数据库中并在PDF文档上回显，并根据预先定义的知识本体进行标注筛选：31)定义知识本体和关系；32)对定义的实体名和关系名进行向量化，基于向量的余弦相似度计算每一个名称对应的智能标注模型中标出的实体和关系；33)根据从PDF文档抽取的文字和文字坐标信息，将筛选出的实体和关系定位到在PDF上；34)在原始PDF上建立一个智能标注层，标注出实体类别和关系类别。
-
Patent Agency Ranking
公开(公告)号：CN116168825A
公开(公告)日：2023-05-26
申请号：CN202211687077.1
申请日：2022-12-27
Applicant: 中国科学院计算机网络信息中心
IPC: G16H50/20 , G06F16/36 , G06F18/214
Abstract: 本公开涉及一种基于知识图谱增强的可解释性疾病自动诊断装置，所述装置包括：数据获取模块，用于获取患者的症状和医生对每一症状的补充说明；数据增强模块，用于结合所述补充说明，计算各症状的增强表示；路径推断模块，用于在知识图谱中基于所述增强表示进行路径推断，得到每一症状对应的路径集合；其中，所述知识图谱中的实体包括：疾病、症状、手术、药物、描述、相关疾病和相关症状，所述知识图谱中的关系包括：相关于、手术史有和疾病表现，所述路径集合中的路径是以疾病实体为终点的路径；症状推断模块，用于计算所有路径终点对应的疾病出现概率和/或奖励，以得到所述症状的诊断结果。本发明实现了疾病诊断和原因解释两个目的。
-
公开(公告)号：CN116070602A
公开(公告)日：2023-05-05
申请号：CN202310016945.1
申请日：2023-01-05
Applicant: 中国科学院计算机网络信息中心
IPC: G06F40/169 , G06F40/295 , G06F40/242 , G06F16/35 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种PDF文档智能标注与抽取方法，其步骤包括：1)利用文本抽取模块抽取PDF文档中的文字信息和文字位置坐标；2)利用智能标注模型对抽取出的所述文字信息进行标注；3)利用标注回显模块将实体信息和实体关系信息使用统一的格式放入数据库中并在PDF文档上回显，并根据预先定义的知识本体进行标注筛选：31)定义知识本体和关系；32)对定义的实体名和关系名进行向量化，基于向量的余弦相似度计算每一个名称对应的智能标注模型中标出的实体和关系；33)根据从PDF文档抽取的文字和文字坐标信息，将筛选出的实体和关系定位到在PDF上；34)在原始PDF上建立一个智能标注层，标注出实体类别和关系类别。
-
公开(公告)号：CN115691786A
公开(公告)日：2023-02-03
申请号：CN202211312617.8
申请日：2022-10-25
Applicant: 中国科学院计算机网络信息中心
Abstract: 本发明涉及一种基于电子病历的眼科疾病信息提取方法和辅助诊断装置。该方法包括：对眼科疾病电子病历中的各段文本进行阴性描述和阳性描述的区分抽取；对阳性描述和阴性描述分别进行语义编码，获得阳性描述静态语义表示向量和阴性描述静态语义表示向量，对其进行联合编码得到动态语义表示向量；以动态语义表示向量和各个疾病的标签嵌入向量为输入，提取与不同眼科疾病相关的信息，输出眼科疾病相关信息表示向量。该装置以眼科疾病相关信息表示向量作为神经网络的输入，输出疾病预测概率。本发明以电子病历数据为输入，输出其是否罹患各种眼科疾病，能够达到眼科疾病信息提取以及眼科疾病辅助诊断的目的。
-
公开(公告)号：CN106156490B
公开(公告)日：2019-05-07
申请号：CN201610465029.6
申请日：2016-06-23
Applicant: 中国科学院计算机网络信息中心
Abstract: 本发明公开了一种基于气象数据的监测指标时空延迟相关性计算方法。本方法为：1)采集各地的气象数据和监测指标数据；2)对步骤1)的采集数据进行数据对齐，保留同一时刻同时存在的监测指标数据和气象数据；3)从步骤2)处理后的采集数据中分别提取监测地点A、B的设定时间段T内的监测指标数据及气象数据；4)保持地点A的监测指标数据X不变，地点B的监测指标数据Y向前多取t1个时刻的监测指标数据，以及向后多取t2个时刻的监测指标数据；5)对数据Y从数据起始向后移动采样窗口；在每次窗口移动时，计算数据Y移动后采样窗口内的数据与数据X之间的延迟相关性。本发明计算出的相关性更准确。
-
公开(公告)号：CN114049966A
公开(公告)日：2022-02-15
申请号：CN202210029619.X
申请日：2022-01-12
Applicant: 中国科学院计算机网络信息中心
Abstract: 本发明涉及一种基于链接预测的食源性疾病暴发识别方法和系统。该方法包括：对食源性疾病暴发事件数据进行数据处理；对数据处理之后的病例数据进行采样，得到正负样本对集合；对正负样本对集合中的各个正负样本对进行特征提取；将特征提取后的正负样本对输入基于神经网络构建的链接预测模型，以学习病例与病例之间的关联关系；根据链接预测模型的输出构建病例关系网络，网络中的节点表示病例实体，边表示病例之间的关联关系，边权值反映病例间关联强度；根据病例关系网络，采用社区发现算法得到食源性疾病暴发事件。本发明将传统聚类问题转化为病例间关联关系预测与图网络中社区发现的问题，从而取得了比传统聚类算法更好的暴发事件识别效果。
-
-
-
-
-
-
-
-
-
Search Results
13
records
(took 0.039 seconds)
